跳到正文
arXiv · 机器人与计算机视觉· Yu Quan, Dong Zhang, Ping Gong, Peng Huang, JinHui Tang·· 12 小时前AI 评分49

Text-Guided Modality Correction for Open-Vocabulary Object Detection 提出 TMCNet 网络

Text-Guided Modality Correction for Open-Vocabulary Object Detection

AI 导读

TMCNet 通过文本引导的模态编码、跨模态对齐及渐进式修正解码,解决开放词汇目标检测中语义模糊与特征融合不足的问题。该方法在 COCO-OVD 和 LVIS-OVD 两个公开数据集上验证了利用简单文本查询指导检测的有效性,并成功扩展至分割任务以证明其泛化能力。

来源:arXiv · 机器人与计算机视觉 · arxiv.org